Математико-картографическое моделирование динамики климата Ростовской области по глобальным метеорологическим данным
Автор: Матвеев Штефан
Журнал: Природные системы и ресурсы @ns-jvolsu
Рубрика: Геоэкология
Статья в выпуске: 1 т.13, 2023 года.
Бесплатный доступ
В научной работе представлено математико-картографическое моделирование динамики климата Ростовской области с использованием глобального метеорологического продукта CRU TS версии 4.06 в период с 2020 по 2040 год. В работе для моделирования данных на 2030 и 2040 гг. использовались глобальные климатические данные CRU TS с 1960 по 2020 год. Представлена методика математико-картографического моделирования динамики климата по глобальным климатическим продуктам. С помощью геоинформационной системы QGIS версии 3.18 были векторизованы растровые изображения, что позволило экспортировать их в таблицу MS Excel. По полученным сведениям подготовлены 2 таблицы. Одна включает в себя фактические данные за 2020 г. и данные моделирования по показателю среднегодовой температуры воздуха на 2030 и 2040 гг. по муниципальным округам Ростовской области. Вторая таблица включает в себя фактические данные за 2020 г. и данные моделирования по показателю среднегодовой температуры воздуха на 2030 и 2040 гг. по городским округам Ростовской области. Отношения между фактическими данными за 2020 г. и данными за 2030 и 2040 гг. не превышают 10 %. Что позволяет сказать, что на территории Ростовской области установлен устойчивый климат. По фактическим данным и данным моделирования были созданы и скомпонованы карты с помощью интерполяции методом обратно-взвешенных расстояний по показателю среднегодовой температуры воздуха на 2020, 2030, 2040 годы.
Ростовская область, гис-технологии, моделирование климата, картография, глобальные климатические данные
Короткий адрес: https://sciup.org/149142569
IDR: 149142569 | DOI: 10.15688/nsr.jvolsu.2023.1.5
Текст научной статьи Математико-картографическое моделирование динамики климата Ростовской области по глобальным метеорологическим данным
DOI:
Цитирование. Матвеев Ш. Математико-картографическое моделирование динамики климата Ростовской области по глобальным метеорологическим данным // Природные системы и ресурсы. – 2023. – Т. 13, № 1. – С. 31–38. – DOI:
ГИС-технологии в настоящее время являются мощным средством получения информации о текущем регионе либо конкретной местности [2; 5; 7; 8]. Особую популярность ГИС приобретает в современных климатических исследованиях из-за широкого инструментария, а также привязке к определенной местности [1; 3; 4].
Целью настоящей работы является моделирование климатических данных на территорию Ростовской области с использованием глобальных климатических данных, а также создание климатических карт по данным моделирования с применением ГИС. От климата напрямую зависят как развитие отраслей сельского хозяйства, так и промышленности. В связи с этим необходимы долгосрочный мониторинг и прогнозирование климата с привязкой к конкретным территориям.
Материалы и методы исследования. Процессы математико-картографического моделирования динамики климата Ростовской области проходили в двух программах – QGIS 3.18 (гео-информационная система) и MS Excel (для работы с электронными таблицами).
Для наиболее качественного моделирования необходима большая база информации, то есть, чем больше база данных по прошедшим измерениям, тем моделирование будет происходить точнее, без аномальных значений. Для дальнейшего моделирования на 2021– 2040 гг. в работе использовались климатические данные по параметру среднегодовой температуры воздуха с 1960 по 2020 год.
В настоящей работе основным источником климатической информации для математико-картографического моделирования динамики климата Ростовской области является глобальный климатический продукт CRU TS версии 4.06 [6; 9].
Данные CRU TS интегрируются в гео-информационную систему QGIS и представляют собой один растр с информацией в каждом пикселе о среднегодовой температуре воздуха на территорию данного пикселя. Для дальнейшего моделирования данные необходимо экспортировать в табличные значения.
Один из способов экспорта растровых значений в таблицу – это метод создания центроидов. Он заключается в том, что на территорию, которую необходимо экспортировать создается векторная полигональная сетка с размером пикселя CRU TS - 0,5° х 0,5°. После этого к каждой ячейке векторной сетки создается точечный векторный слой центроида с помощью инструмента «Центроиды». Центроиды необходимы, чтобы к каждой точке векторного слоя могли были быть привязаны климатические характеристики из каждого пикселя растровых данных CRU TS.
Инструмент «растр в вектор» позволяет каждое растровое изображение в период с 1960 по 2020 г. преобразовать в отдельный полигональный векторный слой границ пикселя CRU TS с значением среднегодовой температуры воздуха.
Каждый полигональный вектор в период с 1960 по 2020 г. необходимо присоединить к вектору центроидов с помощью инструмента работы с вектором «Присоединить атрибуты по пространственному положению». Это позволяет записать значения среднегодовой температуры воздуха с 1960 по 2020 к точечному слою центроидов.
После присоединения атрибутов к центроидам у каждого центроида в атрибутах имеется значение года и самого климатического параметра.
После проведенных действий данный слой центроидов можно экспортировать в таб- лицу MS Excel. С помощью функции «Лист прогноза» были спрогнозированы климатические показатели среднегодовой температуры воздуха с 2021 по 2040 год. Прогноз проводился на основе климатических данных CRU TS за 1960–2020 годы. Получившаяся таблица с климатическими данными за 1960– 2020 гг. и с прогнозными данными за 2021–
2040 гг. была экспортирована обратно в ГИС для дальнейшего моделирования.
Результаты и обсуждение. С помощью инструмента «Зональная статистика» было выявлено среднее значение в пределах пикселей CRU TS и прогнозных данных по муниципальным районам Ростовской области. В таблицах 1–2 представлено сравнение фак-
Таблица 1
Моделирование среднегодовой температуры воздуха (°С) на территории Ростовской области по муниципальным районам по данным CRU TS
Полученные данные показывают, что отношение смоделированных данных на 2030 г. и фактических данных за 2020 г. не превышает 6 %. Отношение смоделированных данных на 2040 г. и фактических данных за 2020 г. не превышают 9 %.
Полученные данные показывают, что отношения смоделированных данных на 2030 г. и фактических данных за 2020 г. не превышают 4 %. Отношение смоделированных данных на 2040 г. и фактических данных за 2020 г. не превышают 10 %.
Для создания климатических карт были выбраны 3 климатических периода: фактические данные за 2020 г., данные моделирования на 2030 и 2040 годы.
Для разработки климатических карт региона необходимо было провести интерполяцию для выявления интерполированных поверхностей. Интерполяция проводилась в геоинформационной среде QGIS 3.18 с помощью инструмента «Интерполяция методов ОВР».
Интерполяция позволяет заполнить пустые (значения без данных) значения с помощью известных точечных значений, используя математические действия.
Полученные данные интерполяции методом ОВР можно классифицировать. Данные разбиваются по классам на диапазоны значений и к каждому классу присваивается свое значение цвета.
С помощью генератора геометрии были исключены те изолинии, которые затрудняли визуальное восприятие полученных растров, а именно в местах расположения точечных данных в виде центроидов. Это одна из особенностей интерполяции методом обратно-взвешенных расстояний. Она заключается в том, что максимальный «вес» точки приходится на центроид, из которого брались значения пикселя CRU TS, а вокруг этого центроида образуются изолинии, ограничивающие визуальное ориентирование на карте.
Создается единый макет для составления и компоновки климатических карт. Подбирается общая система координат, строится масштабная линейка, составляется легенда карты.
Созданные карты представлены на рисунках 1–3.
Карты, созданные по данным моделирования за 2030 и 2040 гг., позволяют понять, что среднегодовая температура воздуха на территории Ростовской области не превышает 10 % от значений 2020 г., что свидетельствует о незначительной динамике климата, подверженной глобальному потеплению.
Заключение. Проведя математико-картографическое моделирование динамики климата Ростовской области, можно заметить, что регион не подвержен серьезным климатическим изменениям в будущем, что, в свою очередь, позволяет сказать, что у региона имеется устойчивый климат.
Таблица 2
Моделирование среднегодовой температуры воздуха (°С) на территории Ростовской области по городским округам по данным CRU TS
Городской округ |
2020 |
2030 |
2040 |
городской округ Азов |
11.31 |
11.85 |
12.40 |
городской округ Батайск |
11.13 |
11.60 |
12.20 |
городской округ Волгодонск |
11.40 |
11.98 |
12.48 |
городской округ Гуково |
10.65 |
11.00 |
11.74 |
городской округ Донецк |
10.93 |
11.39 |
12.05 |
городской округ Зверево |
10.74 |
11.10 |
11.81 |
городской округ Каменск-Шахтинский |
11.66 |
12.39 |
12.90 |
городской округ Новочеркасск |
11.16 |
11.60 |
12.22 |
городской округ Новошахтинск |
11.77 |
12.35 |
12.75 |
городской округ Ростов-на-Дону |
11.48 |
12.12 |
12.55 |
городской округ Таганрог |
11.36 |
11.88 |
12.43 |
городской округ Шахты |
10.84 |
11.23 |
11.92 |

Рис. 1. Карта среднегодовой температуры воздуха за 2020 г. на территорию Ростовской области по данным CRU TS

Рис. 2. Карта среднегодовой температуры воздуха за 2030 г. на территорию Ростовской области
по данным CRU TS

Рис. 3. Карта среднегодовой температуры воздуха за 2040 г. на территорию Ростовской области по данным CRU TS
Список литературы Математико-картографическое моделирование динамики климата Ростовской области по глобальным метеорологическим данным
- Берденгалиев, Р. Н. Влияние климатических факторов на динамику ландшафтных пожаров в пойме Нижнего Дона / Р. Н. Берденгалиев, Ш. Матвеев // Международный журнал гуманитарных и естественных наук. - 2022. - № 11-1 (74). - С. 81-83. -.
- Геоинформационные технологии в агролесомелиорации / В. Г. Юферев [и др.]. - Волгоград: ВНИАЛМИ, 2010. - 102 с.
- Дорошенко, В. В. Определение тренда режима осадков и температурного режима на территории полуострова Крым при прогнозировании их динамики / В. В. Дорошенко // Материалы Научной сессии. В 2 т. Направления: XII. Естественные науки. (г. Волгоград, 22-26 апр. 2019 г.). Волгоград: Изд-во ВолГУ, 2019. С. 239-242.
- Корец, М. А. Пространственно-временная динамика температур воздуха и количества осадков на основе данных Climatic Research Unit (Cru Ts V. 3.22) за период 1931-2010 для территории ключевых притоков р. Енисей / М. А. Корец, А. С. Прокушкин // Лесные экосистемы бореальной зоны: биоразнообразие, биоэкономика, экологические риски: материалы Всерос. конф. с междунар. участием (г. Красноярск, 26-31 августа 2019 года). Красноярск: Ин-т леса СО РАН, 2019. С. 193-195.
- Кулик, К. Н. Геоинформационный анализ опустынивания Северо-Западного Прикаспия / К. Н. Кулик [и др.] // Аридные экосистемы. - 2020. - Т. 26, № 2 (83). - С. 16-24.
- Матвеев, Ш. Оценка точности глобальных климатических данных температур воздуха Cru TS на территории Ростовской области / Ш. Матвеев // Грани познания. - 2022. - № 3 (80). - С. 88-92.
- Региональные изменения климата в сухих степях и их связь с засухами / А. М. Пугачева [и др.] // Аридные экосистемы. - 2022. - Т. 28, № 4 (93). - С. 13-21. -.
- Спутниковый мониторинг процессов опустынивания на юге Европейской России в 2019-2022 гг. / С. С. Шинкаренко [и др.] // Современные проблемы дистанционного зондирования земли из космоса. - 2022. - Т. 19, № 5. - С. 319-327. -.
- High-Resolution Gridded Datasets. - Электрон. текстовые дан. - Режим доступа: https://crudata.uea.ac.uk/cru/data/hrg.